Automatisk analys av patientanmälningar med intelligenta modeller

Syfte och mål

Projektet har genomfört en initial undersökning på hur ett beslutsstödsystem baserade på maskininlärning kan användas för att underlätta för personal vid patientnämnden att kategorisera typen av anmälningar som inkommer. Resultatet indikerar att inlärningsalgoritmer är lämpliga för predicering av problemtyper. Med hjälp av modellen, och metoden, kan man även utvinna information från anmälningstexterna för att finna nya insikter.

Resultat och förväntade effekter

Utöver den initiala utvärderingen av klustringaren respektive prediceringen av problemområden så undersöktes även hur texten i anmälningarna utformades för respektive problemområde. Bland annat analyserades vilka ord som påverkar klassificeringen mot respektive problemområde, se bilaga 1 för ett exempel på en korrekt klassificering. Slutligen transformerades klustringarna till två dimensioner för visualisering och för att möjliggöra upptäckt av nya samband mellan anmälningarna, se bilaga 2.

Upplägg och genomförande

Projektresultaten visade på svårigheten att klustra anmälningstexterna med begränsad datatillgång, men ökad träffsäkerhet är trolig med större datamängd. Vi valde att istället undersöka möjligheterna med klassificeringsalgoritmer. En kvalitativ studie kommer genomföras eftersom de datadrivna analyserna resulterade i ett kvalitativt innehåll, t.ex. ökad insikt i anmälningarna. Avslutningsvis har samverkan fallit väl ut och fortsatt samarbete planeras eftersom effektivitetsvinsterna bedöms stora.